基于改进Faster R-CNN算法的行人识别系统设计与研究

作     者：蔡劲松 李伟 CAI Jinsong;LI Wei

作者机构：安徽新闻出版职业技术学院安徽合肥230601 

基　　金：2021年安徽省高校级自然科学研究项目“基于改进Faster R-CNN的井下行人检测系统的研究与设计”(项目编号:KJ2021A1553) 

出 版 物：《信息与电脑》 (Information & Computer)

年 卷 期：2023年第35卷第20期

页      码：163-167页

摘      要：文章基于改进更快的区域卷积神经网络(Faster Region Convolutional Neural Networks,Faster R-CNN)模型,提出了一种行人识别系统设计。介绍了计算机视觉常用技术手段与方法、通行检测步骤,分析了主流的算法优缺点,利用深度学习方法提取图像特征,然后使用改进Faster R-CNN模型进行目标检测。在改进Faster R-CNN模型中,采用了自适应尺度池化和增强的感兴趣区域(Region of Interest,RoI)池化技术,可以提高模型检测精度和速度。

主 题 词：行人检测 机器学习 更快的区域卷积神经网络(Faster R-CNN) 深度学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

馆 藏 号：203125612...